Stable Diffusion WebUI 生成参数：宽度/高度/生成批次/每批数量/提示词相关性/随机种子

news2024/9/23 2:24:29

在这里插入图片描述

本文收录于《AI绘画从入门到精通》专栏，专栏总目录：点这里。

大家好，我是水滴~~

本文将继续了解 Stable Diffusion WebUI 的生成参数，主要内容有：宽度、高度、生成批次、每批数量、提示词相关性、随机种子。希望能对你有所帮助。

宽度（Width）和高度（Height）

在 Stable Diffusion WebUI 中，宽度和高度用于定义生成图片的大小，也就是分辨率，单位为像素，默认为：512×512。

在这里插入图片描述

对于 SD1.5，输出在 512×512 像素左右进行优化。常见纵横比的最佳分辨率通常是：

对于 SDXL，输出在 1024x1024 像素左右进行优化。常见纵横比的最佳分辨率通常是：

设置宽度和高度的要求是必须是 8 的倍数。如果想要生成更高像素的图片，建议不要直接调高分辨率，而是使用高分辨率修复，或者使用放大器。

生成批次指的是每次运行 Stable Diffusion WebUI 生成图像的组数。通过调整生成批次，可以控制生成图片的数量。具体的生成图像数量 = 生成批次 × 每批数量。

下图将【生成批次】设为 6，可以看出右侧输出了 6 张图片（第 1 张图片是它们的宫格图）：

在这里插入图片描述

注意：这 6 张图不是同时生成的，而是生成完一个再生成下一个，不会增加显存负担。

每批数量是指同时生成多少个图像。增加这个值可以提高算法的性能，但也需要更多的显存。

下图将【生成批次】还原为 1，【每批数量】设为 6，可以看出右侧也输出了 6 张图片：

在这里插入图片描述

需要注意的是，较大的每批数量会消耗更多的显存，因此在显存有限的情况下，建议将每批数量保持为较低的值，以避免显存不足的问题。

下图将【生成批次】和【每批数量】都设为 2，可以看出右侧输出了 4 张图片：

在这里插入图片描述

在 Stable Diffusion 中，CFG（Classifier Free Guidance）表示为无分类器信息引导规模。CFG 是控制稳定扩散应遵循文本提示的紧密程度的设置，即提示词相关性。

在这里插入图片描述

理论上，CFG 值越高，它就越严格地遵循您的提示。默认值为 7，它在创作自由度和遵循您的方向之间提供了良好的平衡。值为 1 将使 Stable Diffusion 几乎完全自由，而高于 15 的值则相当受限制。

使用 CFG 来控制 Stable Diffusion 跟随文本提示的紧密程度听起来很简单，但遗憾的是 Stable Diffusion 并不是那么简单。不同的 CFG 值会带来一些权衡。为了演示它们，这里有一个使用 Euler A 采样器和 20 个采样步数的具体示例：

在这里插入图片描述

从这个例子中你可以注意到一些事情：

为了抵消较高 CFG 值时输出图像质量的下降，您通常可以执行以下两项操作：

增加采样器步数：一般经验法则是，采样器步数越多，输出图像的细节就越多，尽管与 CFG 一样，该规则仅适用于特定阈值。请记住，更多的采样器步骤通常会导致更长的处理时间。
更改采样器方法：一些采样器是专门为在较低或较高的 CFG 和采样步骤下最佳运行而开发的。例如，UniPC 可以在 CFG 低至 3 时返回良好的结果，但通常会在 CFG 为 10 左右时看到质量下降。另一方面，DPM++ SDE Karras 通常在 CFG 值大于 7 时产生大量图像细节。

为了获得最佳的输出图像，同时最大限度地减少内存和处理时间，用户需要在 CFG、采样器和采样步数之间找到平衡。